Løs den gordiske by/land knude for OpenStreetMap med offentlige adresser

(Artikelserie Dit og mit kort, 250). Med et vejnet (almindelige veje og stier) på nu over 160.000 km for OpenStreetMap Danmark begynder det at blive lidt svært at finde områder at tilføje endnu mere til vejnettet. Der er dog stadigvæk et misforhold mellem land og by med hensyn til vejnettet, da de fleste frivillige bor i byområder og samtidigt også kortlægger mest der. Selvfølgelig er der landområder i Danmark som er godt dækket ind, det kan skyldes nogle få personers indsats og lokalkendskab til et landområde. Mens andre landområder kun er dækket ind med de store veje.

Så for at finde landområder og hvor der er mulighed for at kortlægge mere, så kan vi tage Overpass Turbo værktøjet tilrådighed. Vi vil bruge de offentlige adresser, som OpenStreetMap har i et 100 % landsdækkende datasæt. Vi laver Overpass søgning som tager udgangspunkt i en 150 meter søgning fra et adressepunkt mod om der findes en vej eller sti i nærheden. Hvis der ingen vej eller sti er i nærheden (150 meters afstand) , så vis os disse adressepunkter.

Vi tager Horslunde på Lolland som case. Overpass søgningen kan prøves her. Nu vil der blive angivet steder, som måske kan være en mulighed for mere kortlægning.

Horslunde vist i Overpass søgning

Vi zoomer ned ved “Søndertoftevej 11” adressepunktet. Vi kliker på kortets markør og dernæst på “hyperlinket” (talværdi).

Nu bliver vi ført over til OpenStreetMap og kan åbne området med adressepunktet i redigeringsværktøjer som fx iD, Potlatch 2 eller JOSM. Vi ser om det er muligt at tilføje nye veje ved “Søndertoftevej 11“.

Det ses at der mangler en vej ned til gården ved adressepunktet. Vi indtegner denne manglende vej ned til gården og gemmer arbejdet.

Nu er der blevet tilføjet 230 meter mere vej i OpenStreetMap ved hjælp af offentlige adresser og en Overpass søgning. Tidsforbrug ca. 1 min plus gårdens område er tillige blevet indtegnet. Vi kan sammenligne området omkring gården mellem OpenStreetMap, Google Maps og Bing Maps i Geofabrik Map Compare. (interaktivt kort her)

Det ses, at kun OpenStreetMap har vejen ned til gården indtegnet. Overpass søgningen kan du flytte hen til et andet område af Danmark – Træk kortet hen det ønskede område og klik så på “Søg” knappen. Start så evt. mere kortlægning selv. OpenStreetMap laver jo ikke sig selv. Du kan evt. ændre i radiusafstand til 100 meter i Overpass og så søge.

Der vil dukke adressepunkter op, som der overhovedet ikke fører nogle veje eller stier op til. Dette er ikke nødvendigvis fejl i de offentlige adressepunkter. Du MÅ IKKE SLETTE disse fundne adresspunkter. Et eksempel er fra Hedagervej 60C ved Odense, som her kan ses på Bing luftfotoet, at der ingen veje eller stier fører op til adressepunktet

Okay, vi har ikke 100 % løst landområde problematikken for hele Danmark. Stier i skove kan ikke kortlægges og det samme gælder for geografiske objekter som fx tapper med mindre lokale eller aktive OpenStreetMap frivillige tager ud på selve stederne. Men mere indhold dag for dag gør hele OpenStreetMap mere værdifuldt.

Objekterne kom fra nær og fjern

(Artikelserie Dit og mit kort, 245). I serien om Overpass søgninger er vi nået til de to søgeoperatorer “around” og “difference“. De to søgeoperatorer sammen giver mulighed for at søge efter geografiske objekter i OpenStreetMaps geodatabase, der befinder sig i nærheden eller fjernt fra hinanden målt på en bestemt afstand (angivet i meter).

Vi tager her som case danske adresser, da OpenStreetMap har Danmarks ca. 2,3 millioner adresser. Da flere og flere kommuners bygningspolygoner er kommet ind i OpenStreetMap, så fremtræder også fejlplaceret adressepunkter også meget synligt, når man redigerer i disse områder i OpenStreetMap. Hovedreglen for at placere et adressepunkt (kun et koordinatpunkt) i et boligområde er, at den skal placeres ca. 3 meter fra hovedindgangen til boligen (henover bygningspolygonen).

Adressepunkter kan også placeres på byggepladser, vindmøller, transformatorstationer osv. Det er meget op til de enkelte kommuner at vælge om fx en vindmølle skal have et adressepunkt. Det kan fx være af stor praktisk betydning, så evt. ambulance/politi kan finde stedet med vindmøllen i tilfælde af en arbejdsulykke.

Lad os tage en Overpass søgning ved Gerlev Strandpark i Frederikssund Kommune. Søgningen har en buffer på 5 meter mellem et adressepunkt og en bygning (prøv søgningen selv her), derved finder vi dem som er helt oplagte forkert placeret.

Gerlev Strandpark

Vi kan importere de fundne adressepunkter (som en GeoJSON fil) ind i QGIS og så bruge Geodatastyrelsen forårs luftfoto som grundkort. Det ses tydelig i billedet nedenunder at de gule prikker (adressepunkter) ikke er korrekt placeret, de skulle rykkes længere ind og henover bygningerne.

Gerlev Strandpark

Overpass søgningen virker så ikke over adressepunkter som er placeret på byggegrunde, da bygningerne ikke er færdige endnu. Søgningen vil så heller ikke være god at bruge i kommuner der ikke har fået importeret deres FOT bygninger ind i OpenStreetMap endnu.

Gårde er et kapitel for sig selv vedr. adressepunkt placeringer – basisreglen er, at når der er et adressepunkt, så er det henover stuehuset dette punkt skal placeres og ikke over laden/staldene. Der er virkelig mange fejlplaceringer rundt omkring i Danmark ved gårdområder. Jeg vil give her et forsigtigt bud, så snakker vi mindst 3.000 gårdes adresser i Danmark som er fejlplaceret. Du kan se sådan et eksempel i billedet nedenunder [På OpenStreetMap her) – Adressepunktet (4 tallet) skal flyttes hen på stuehuset, som en OSM frivillig har navngivet Druedal. Overpass søgningen vil heller ikke fange disse fejlplaceret gårdadresser.

Druedal - Gård

Nu er der ved at ske ting og sager på adressekvalitets området – Der er blevet afsat penge fra Staten i 2014 til ca. 80 årsværk der skal forbedre adresserne ude i kommunerne. Det kan du læse mere om i “På vej mod endnu bedre adresser” (PDF link).

Vi kan også lave den modsatte Overpass søgning, hvor vi skal finde adressepunkter der er max 5 meter fra en bygning. Prøv søgningen ved Gerlev Strandpark her.

Gerlev Strandpark

Der er mange andre muligheder med “around” og “difference” operatorerne i Overpass – Hvad med at finde værthuse der befinder sig maks. 100 meter fra en kirke? eller hvad med at finde fastfood steder der befinder sig maks. 200 meter fra skoler? Du kan også tage et kig på listen over de mere simple Overpass søgninger, som du finder her.

En stor tak til Martin Raifer, udvikleren af Overpass Turbo for forklaring/hjælp vedr. “around” og “difference“.

Forglemmigej på Vestergade

(Artikelserie Dit og mit kort, 173). Måske du er bekendt med, at Lærkevej er det mest populære vejnavn i Danmark. 209 stk. Lærkevej findes der i Danmark efterfulgt af Birkevej (188) og Vibevej (180). En hurtigt og simpel hovedregning fører til, at mange kommuner må da have mere end 1 stk. Lærkevej.

Lad os i stedet for lave en anden undersøgelse, der viser hvilke vejnavne (optælling af alle) som har flest husnumre i Danmark. Denne undersøgelse kan vi gøre relativt nemt lave, da OpenStreetMap Danmark har Danmarks ca. 2,3 millioner husnumre lagt ind.

Her viser det sig, at summen af alle “Vestergade” vejnavne giver totalt 9440 husnumre (adressepunkter om man vil) og derefter kommer Østergade (8432 stk.), Søndergade (8055 stk.) og Nørregade (7435 stk.).

Lærkevej finder vi først på en 8. plads med 4021 husnumre. Dette er ikke overraskende, at Lærkevej er på en 8. plads, da disse Lærkeveje findes i villaområder, mens fx Vestergade, som regel befinder sig i bykerneområder og dermed er husnumre tættere på hinanden. Du kan downloade alle de danske vejnavnene i et regneark, og selv finde ud af, hvor mange husnumre, der er på det vejnavn du bor på (Download regneark 396 KB her).

Nu kan man så ikke vide om, der bor flest mennesker på “Vestergade” i Danmark. Dette ville kræve, at jeg havde adgang til CPR-registret for at kunne sammenkøre antal personer i en husstand med vejnavnene i Danmark. Som privatperson vil du aldrig kunne får lov til den slags. Det kunne så være Danmarks Statistik som lavede sådan en undersøgelse.

Bor du så på “Forglemmigej“, så er du/I i husstanden de eneste i Danmark. Da der kun findes et vejnavn med “Forglemmigej” og med kun et husnummer på i hele Danmark. Forglemmigej ligger i Aalborg, se det på et OpenStreetMap kort her. Der er ca. 1390 unikke kombinationer af dette d.v.s. vejen findes kun et sted og der er kun et husnummer på vejen.

Hvad har dette indlæg så med OpenStreetMap kort at gøre? – I klassisk kortproduktion regi intet, men ubetinget noget med OpenStreetMaps geodata at gøre. Det er mere for at gøre opmærksom på, at OpenStreetMap skal opfattes som en geodatabase, der kan bruges til hvilket som helst foremål – At man kan producere kort ud fra det, er så bare en af mulighederne. Ovenstående undersøgelse er så en anden mulighed blandt mange.

Det er relativt nemt at overføre min ovenstående undersøgelse til kun at omhandle lige præcis en bestemt kommune, så du er ikke begrænset til kun at behandle alle OpenStreetMap geodata for Danmark under et.

Andre artikler – hvor det kun er bestemte geodata fra OpenStreetMap, der bruges til analyser/mashups se fx

Hvor mange har det samme husnummer som dig?

(Artikelserie Dit og mit kort, 166). Bor du i nummer 19?, så deler du husnummer med 33.117 andre adresser i Danmark. Husnummer 4 er det mest benyttede husnummer i Danmark med 72.256 stk. Hvilket jeg selv troede ville være husnummer 1 eller 2, som blev brugt mest i Danmark.

Som en feature og gestus fra OpenStreetMap Danmark udgiver vi en optælling af alle husnumre fra de ca. 2,3 millioner danske adresser. Du kan se optællingen i dette her Google regneark (eller download regneark i ods format her).

Så hvis du kan få lokket din borddame/herres husnummer ud til en finere middag, så kan du lige tjekke regnearket ud i din smart phone. Det må da give noget street credit lige at nævne “Vidste du at der er ca. 13.185 adresser i Danmark med husnummeret 42 lige som dit?”

Vi fortsætter lige lidt mere i husnummershowet – Der er 15 husnumre i Danmark som indeholder “666″, og da vi har med åbne frie geografiske data at gøre, er det en smal sag at eksportere disse 15 stk. fra OpenStreetMaps database til en KML fil. Denne KML fil kan du så se disse 15 steder i fx Google Earth. Der er ingen kirke eller præstegård som har 666 som husnummer.

Nu har Google Street View bilen været forbi nogle af disse 666 husnumre. Fx i nedenstående Street View er det “Grenåvej 666″ ved Århus.


Vis på stort kort

Ideen med ovenstående husnummersjov er, at se OpenStreetMap som en geografisk database, og ikke kun som et kort. En gratis geografisk database, hvor du kan gå på jagt efter hvilket som helst objekt(er), mixe det, remixe og dele det igen under en fri licens. Mangler der så nogle geografiske data i dit lokalområde, så kan du selv være med til at skabe disse data som frivillig i OpenStreetMap.

For langt ude på havet ligger Ny Præstøvej 90

(Artikelserie Dit og mit kort, 123). Jeg har før skrevet om det crowdsourcing projekt i OpenStreetMap regi som kvalitetstjekker stavemåder af vejnavneog adresseklynger (mange husnumre i det samme geografiske punkt) af de offentlige adressedata fra OSAK. Nu mangler vi at se på det crowdsourcing projekt som OpenStreetMap Danmark udfører på fejlagtige placeret adresser, som befinder sig langt væk fra de andre adresser på en given vej.

Her har Jonas Häggqvist sat værktøjet “Address node fixmes” op. Jeg vælger i kommunemenuen Næstved Kommune. Vi tager “Ny Præstøvej 90″ som case. En frivillig fra OpenStreetMap har opdaget en fejl ved dette husnummer.

Ude til højre klikker jeg på “Geoservicen” (webservice fra det offentlige) linket (NB kan godt tage lidt tid at indlæse). Jeg får nu et Google Maps kort frem med alle husnumre på “Ny Præstøvej” i Næstved Kommune. Og her ses, at husnummer 90 befinder sig langt væk fra alle de andre. Husnumrets geokoordinater er blevet placeret midt i Karrebæksminde Bugt og tydeligvis helt forkert. Hvilket er problematisk, hvis man har et GPS system, der baserer sig på koordinaterne fra OSAK og så blive ledt frem til denne her adresse. Mit ovennævnte eksempel vil give en ret sjov omvej af dimensioner.

Hvordan kan værktøjet så finde disse her fejl som OpenStreetMap frivillige finder? – Hvis vi i stedet for klikker på “OSM” linket for Ny Præstøvej 90. Så kan vi se, at Niels Elgaard Larsen den 1. december 2011 har været inde og angive denne fejl.

I tagget “ois:fixme = wrong coordinates” har han angivet, at det er en fejl. I tagget “osak:revision = 2007-02-08T12:00:00“[NB tidsstempel kommer fra det offentlige, og er ikke lavet af OpenStreetMap] kan vi se at denne fejl mindst må have været inden i systemet i over 4 år uden at fejlen er blevet opdaget/rettet. Bemærk, at OpenStreetMap får adressepunkter fra Geoservicen (som bliver opdateret ca. 4 gange årligt), så en fejl kan godt være blevet rettet af en kommune i mellemtiden.

Værktøjet “Address node fixmes” henter i OpenStreetMap disse “ois:fixme = XX” (OIS = Den Offentlige Informationsserver) tags og udstiller dem så. Der er i skrivende stund fundet flere hundrede offentlige adressepunkter af OpenStreetMap frivillige, som virker mistænkeligt langt væk fra alle de andre adresser på en vej. Det er så det store håb fra OpenStreetMap Danmark samfundets side, at kommunerne lige går ind og ser om de skulle have nogle fejl af denne type via dette her værktøj. Dernæst selvfølgelig at få dem rettet.

OPDATERING kl. 18:50. Jonas Häggqvist minder mig om at “Address node fixmes” værktøjet også søger efter tagget “fixme=XX”. Tagget “fixme=XX” bruges internt blandt OpenStreetMap frivillige til at gøre opmærksom på et problem og der kan så skrives en lille tekst. Det kan fx være at den frivillige er i tvivl hvordan et bestemt geografisk objekt skal tagges, eller i tvivl om et bestemt sted findes mere osv. Andre frivillige, der har bedre lokalkendskab kan så rette og løse problemet.

Sådan laver du en masseadresseforspørgsel på højden over havet

Nogen er sikkert bekendt med at man kan hos KMS lave enkeltsøgning på en adresse og så få angivet højden. Men hvad nu hvis man ønsker at få angivet alle højderne på adresserne på ens vej at vide i et hug? Det kan du ikke, med mindre du ønsker at betale en bondegård for at få adgang til Danmarks Højdemodel. Så er der enkelt opslagsløsningen med adresse efter adresse, denne løsning er så for selvpinerne.

Nu kan vi så bruge en anden løsning, hvor vi bruger NASA SRTM 3 højdemodel sammen med Geoservicen fra IT- og Telestyrelsen. NASAs højdemodel er ikke så præcis som Danmarks Højdemodel, men er gratis.

Vi tager som case Storkebakken i 2400 København NV. Først skal vi lave en REST søgning hos Geoservicen, der henter alle adresser på Storkebakken og returner en KML fil. REST URL kommer til at se sådan her ud

http://geo.oiorest.dk/adresser.kml?postnr=2400&vejnavn=storkebakken

Vi kopierer denne URL, og går så til GPS Visualizers “Convert your GPS data for use in Google Earth” værktøj. Nede i højre hjørne under “Or provide the URL of data on the Web:” indsættes denne URL.

Dernæst i venstre side vælg under “Output file type:” i menuen “.kml (uncompressed)”. Længere nede ved “Add DEM elevation data:” vælg i menuen “NASA SRTM 3 database”.

Klik så på knappen “Create KML file”. Nu får du lavet en ny KML fil (download min case KML fil her), som du kan hente ned og der er så tilføjet en højde på hver enkelt adresse på Storkebakken. Fx under Storkebakken 10 står der i KML filen følgende

<coordinates>12.507378838,55.712271385,31.1</coordinates>

Hvor 31.1 så er højden angivet i meter. De andre tal er så længde- og breddegrader. Nu kan kan GPS Visualiser ikke bruges til fx at tage alle adresser i en kommuner og så benytte ovenstående metode. GPS Visualizer tillader kun KML filer på maks 3 MB, men det er også en hel del adresser alligevel. Alt andet lige er det bedre end det KMS tilbyder i gratis version, hvis du vil undersøge alle husenes højde over havet på din villavej. Hvis vi fx går til USA, så har USGS (United States Geological Survey ) National Elevation Dataset (højdemodeller) , som er helt gratis at downloade for alle. Disse geodatasæt må selvfølgelig bruges helt frit i kommerciel og privat regi. Danmark har stadigvæk en helt del at lære af USA vedr. deling af offentlige data.

Ønsker du at finde højden over havet på en vej(e), så kan du bruge mit Google Maps værktøj her. Googles API benytter sig her og så af NASA SRTM 3 for Danmark.

Det er en sjov tendens at i offentlig regi, at enkeltopslag er den herskende norm. Fx du kan kun lave enkelt opslag i BBR eller i CVR registret. Hvis du ønsker alt fra fx 2400 København NV i en massedownload , så skal pengepungen frem. Dansk IT har også i deres ønskeseddel til den nye regering påpeget dette punkt. Det kan for nystartede virksomheder være en økonomisk belastning at skulle betale for offentlige data. Eller bedre sagt “en skjult skat på innovation”

Problematiske digitale adresseklynger

(Artikelserie Dit og mit kort, 97). Til hver af Danmarks ca. 2,3 millioner adresser er der tilknyttet et geografisk punkt. Dette punkt bliver som regel sat ved indgangen til boliger, arbejdspladser, offentlige bygninger o.s.v. Nu findes der steder, hvor nogle adresser har klumpet sig sammen i det samme geografisk punkt. Fx at “Solvej 1, 2, 3, …” er blevet placeret i det samme punkt.

Dette er uhyre problematisk, hvis ambulancer og brandvæsen bliver guidet frem af GPS systemer og andre informationssystemer for at nå frem, og der kun findes et digitalt punkt til mange adresser.

Lad os tage et konkret eksempel fra Greve Kommune med Grønlykkeparken. Hvis du ser i billedet nedenfor, så oppe til højre er der en masse små prikker. Disse prikker er adresser angivet ved indgangen til boligblokkene. Disse er helt korrekt placeret. Kigger du så ned i venstre hjørne inden i det omkredset blå område. Her vil du se, at adressepunkterne er helt skævt i forhold til boligblokkene. Der er 6 boligblokke i Grønlykkeparken, hvor der ikke er sat korrekte digitale geografiske adressepunkter ved indgangene. Dette kan i en udrykningssituation koste menneskeliv, når redderne skal bruge tid på at finde den korrekte bygning og indgang m.m.

Det er kommunerne, der har ansvaret for, at der ikke optræder adresseklynger i stil med det eksempel, vi så fra Greve Kommune. Man har fra OpenStreetMap Danmarks side gjort det muligt at se en liste over steder i Danmark, hvor der er adresseklynger. Jonas Häggqvist har trukket en liste ud med adresseklyngerne.

Adresserne kommer fra OSAK (Officielle Standardadresser og Koordinater). Der er flere hundrede steder, hvor disse adresseklynger optræder. Det er især i haveforeninger, man finder disse adresseklynger. Nogen steder er flere hundrede adresser blevet placeret i det samme geografiske punkt (se antal i Count kolonnen).

Hvis man er adresse- og vejnavne ansvarlig i en kommune, så kan man via listen finde sin kommunekode og dernæst er der vejkode angivet. Derved skulle det ikke være så svært at få lokaliseret, hvor der er et problem med adresseklynger og dernæst få disse rettet. Rettelserne kommer mange andre udover redningstjenester tilgode fx postvæsen, fragtfirmaer, taxaselskaber har gavn af korrekte adresseangivelser og punkter.

Hvis man er meget interesseret i, hvordan vejnavne og adressesystemet i Danmark er opbygget, så kan jeg helt klart anbefale Erhvervs- og Byggestyrelsens “Fastsættelse af vejnavne og adresser – Eksempelsamling” (PDF link 4,3 MB).

Hvem fanden er Sankt Nic og Hr. Koll?

(Artikelserie Dit og mit kort, 85). Det er igen blevet tid til en status oversigt over OpenStreetMap Danmark. Der hersker ingen tvivl om, at siden Bing luftfotos (december 2010 og ca. 15% dækkende af Danmark) og det 100% Danmark dækkende Fugro luftfotolag (gik i luften i starten af januar 2011) har været den helt store katalysator for væksten af nye geografiske objekter i OpenStreetMap det sidste halve år.

Antallet af vejsegmenter er vokset fra 184.358 (28. december 2010) til 302.176 (21. juli 2011) og i procenttal er det 63,91. Vejsegmenter dækker over alle typer af veje, motorveje, villaveje, småstier o.s.v. Vi har nu et vejnet der er ca. 121.829 km stort.

Hvis vi ser på veje med et vejnavn, så er dækningen gået fra ca. 70% (28. december 2010) til 95,1% (21. juli 2011). Tallene er målt på om findes en vej i nærheden (500 meter afstand) af en af de 2,3 millioner danske adressepunkter, der hedder det samme. Nu snyder tallet 95,1% lidt, det er faktisk højere. Det skyldes at vi måler på de officielle vejnavne fra det offentlige, og dette er ikke helt uproblematisk samt fejlfrit. Fx i Svendborg har de en vej der officielt hedder “Sankt Nic Kirkestr”, hvem er Sankt Nic? – Går vi til OpenStreetMap så er denne vej blevet inddateret som “Sankt Nicolai Kirkestræde”, hvilket er mere korrekt måde.

Et andet eksempel fra Svendborg er “A P Møller Koll”, hvem er denne hr. Koll? – Vi får det opklaret i OpenStreetMap, og der er det blevet indført som “A.P. Møller Kollegiet”, så Koll var ikke et efternavn, men betød “Kollegiet”. Bemærk også at der manglede punktummer i “A P”, dette er den klassiske fejl i vejnavne fra det offentlige, og vi har en hel del af disse fejl rundt om i de danske kommuner.

Det er de enkelte kommuner som navngiver, og skal sørge for vejnavne skal staves som retskrivningen angiver det. I gamle dage havde man kun 20 tegn til et vejnavn. I dag har man 40 tegn tilrådighed, hvilket måske kan medvirke til at forkortelser som Gl., Nr. o.s.v. kunne forsvinde, og i stedet for skrive det fulde vejnavn. Man aner fx ikke om Gl. står for Gammel eller Gamle med mindre, at man er lokalkendt.

Alt andet lige, så er vi højere end de målte 95,1% uden at jeg kan sætte tallet helt præcist. Da Fugro er fra 2005 og Bing er fra 2008, så kan alt ikke klares fra lænestolen med at kortlægge fx nyudstykket områder. Fx Gyldenstens Vænge i Frederikssund er et nyt udstykket boligområde, og hvis vi ser det i Bing luftfoto nedenfor, så er der ingen veje der kan indtegnes efter.

Her skal så en OpenStreetMap frivillig ud og optage et GPS spor af boligområdet og dernæst hjemme indtegne det i en OpenStreetMap editor.

Der er som bekendt ingen arbejdsgiver i OpenStreetMap som udstikker ordrer om, at først laver vi A, B og så C, det er helt frivilligt hvad man har lyst til at kortlægge. Der er også på mange andre områder sket en kæmpe vækst af nye geografiske objekter i OpenStreetMap Danmark fx fra 18. januar til 21. juli 2011 så er der sket følgende

  • Bygninger fra 24789 til nu 166809
  • Skovområder fra 4623 til nu 9889
  • Parker fra 629 til nu 801

Hvor mange frivillige bidrager så til OpenStreetMap Danmark ? – Tallet ligger sådan stabilt på ca. 100 personer om ugen. Men der kan altid bruges mange flere kræfter, så du skal være mere end velkommen. Du kan få masser af motion ved at cykle rundt og optage GPS spor i områder som ovennævnte Gyldenstens Vænge i Frederikssund eller skovområder er også en oplagt mulighed. I skovområder kan man jo ikke se stierne fra Fugro eller Bing luftfotos.

Slut for status i denne omgang. Jeg vil vende tilbage til efteråret med en ny omgang status for OpenStreetMap Danmark projektet.

Værktøj til finjustering af din adresse

Oplever du tit, at du indtaster en adresse på Google Maps (eller på andre kortservices) og det punkt der kommer retur er 20-50 meter galt på den? Min egen adresse på Google Maps er ca. 20 meter galt i forhold til det korrekte. Jeg har oversat et hjælpeværktøj af Simon Willison til dansk. Du kan her finjustere din adresse og tage et geografisk koordinatsæt i stedet for. Dette mere præcise koordinatsæt kan så benyttes til dit mashup, i stedet for det punkt adressesøgningen giver.

Finjustering af adresser

Indtast den ønskede adresse. Du finjusterer nu ved at trække i kortet. Der er hele tiden i midten af kortet et trådkors (eng. crosshair) – Når dit ønskede punkt befinder sig der, så er der lige nedenfor Google Maps et sæt geografiske koordinater. Kopier disse. Jeg har fx benyttet mine koordinater til en demo af Dual Maps servicen fra Map Channels.

Dual Maps over min bopæl

Dette viser min bopæl i hhv. Google Maps (Satellit visning) til venstre og i højre side er der Microsoft Virtual Earth set med stråfoto (Bird’s eye). Træk rundt med kortene eller ændre hvilken type kort du ønsker at se. Du kan derved lave sammenligninger. Map Channels Dual Maps kan indstilles på mange andre måde end lige den her viste. Du kan selv lave et Dual Maps helt gratis samt indsætte det på din blog/websted.